面向绿电消纳的交通-算力负荷灵活性可调潜力量化综述

朱虹谕; 张蕊; 武晓栋; 陈拓宇; 陈敏; TAN Minghui; 张冬冬

doi:10.3969/j.issn.2097-0706.2026.09.002

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

面向绿电消纳的交通-算力负荷灵活性可调潜力量化综述

基础理论与体系架构 | 更新时间：2026-09-17

- 面向绿电消纳的交通-算力负荷灵活性可调潜力量化综述
- Review of flexibility and adjustable potential quantification of transportation and computing loads for green power accommodation
- 综合智慧能源 2026年48卷第9期页码：14-28
- 作者机构：
  
  1.内蒙古工业大学新能源学院，内蒙古鄂尔多斯 017010
  2.内蒙古工业大学，风能太阳能利用技术教育部重点实验室，呼和浩特 010051
  3.内蒙古工业大学，大规模储能技术教育部工程研究中心，呼和浩特 010051
  4.内蒙古工业大学，内蒙古自治区新能源与储能技术重点实验室，呼和浩特 010051
  5.湖南大学电气与信息工程学院，长沙 410082
  6.北京交通大学电气工程学院，北京 100044
  7.泰莱大学工程学院，吉隆坡 47500，马来西亚
- 作者简介：
  
  朱虹谕（1996），女，副研究员，博士，从事源网荷储分布式灵活性资源协同响应与优化运行方面的研究，hongyuzhu@imut.edu.cn；
  张蕊（2001），女，硕士生，从事源网荷储分布式灵活性资源协同响应与优化运行、电动重卡充放电优化调度等方面的研究，20251800860@imut.edu.cn；
  武晓栋（1996），男，讲师，博士，从事算电协同、算力-能源网络安全等方面的研究，xdwu@imut.edu.cn；
  陈拓宇（2000），男，博士生，从事电力系统柔性和弹性与空天多维信息赋能广域能源系统等方面的研究， 654166577@qq.com；
  陈敏（1993），女，副教授，博士，从事新型负荷侧调控、算电协同等方面的研究，minchen@bjtu.edu.cn；
  TAN Minghui（1987），男，高级讲师，博士，从事太阳能利用、聚光光伏系统、太阳能聚光器及太阳能光热系统等方面的研究，Nicholas_Login@hotmail.com；
  张冬冬（1990），男，教授，博士，从事多元柔性负荷参与新型电力系统调控、算电协同等方面的研究，dongdongzhang@imut.edu.cn。
- 基金信息：
  
  国家重点研发计划项目(2026YFE0211200);内蒙古自治区自然科学基金项目(2026QC0364;2026QC0321);国家自然科学基金项目(52677064)
- DOI：10.3969/j.issn.2097-0706.2026.09.002
  中图分类号：
- 收稿：2026-08-02，
  
  修回：2026-08-12，
  
  网络首发：2026-08-20，
  
  纸质出版：2026-09-25
- 稿件说明：
移动端阅览
朱虹谕,张蕊,武晓栋等.面向绿电消纳的交通-算力负荷灵活性可调潜力量化综述[J].综合智慧能源,2026,48(09):14-28.

ZHU Hongyu,ZHANG Rui,WU Xiaodong,et al.Review of flexibility and adjustable potential quantification of transportation and computing loads for green power accommodation[J].BLASTING,2026,48(09):14-28.
朱虹谕,张蕊,武晓栋等.面向绿电消纳的交通-算力负荷灵活性可调潜力量化综述[J].综合智慧能源,2026,48(09):14-28. DOI： 10.3969/j.issn.2097-0706.2026.09.002.

ZHU Hongyu,ZHANG Rui,WU Xiaodong,et al.Review of flexibility and adjustable potential quantification of transportation and computing loads for green power accommodation[J].BLASTING,2026,48(09):14-28. DOI： 10.3969/j.issn.2097-0706.2026.09.002.

摘要

高比例风电、光伏接入使绿电消纳由电量平衡转向源荷时空匹配与灵活调节问题，电动汽车、换电站、电动重卡补能站和数据中心等新型负荷凭借时空转移与功率调节能力，成为支撑绿电消纳的重要需求侧资源。梳理了3类交通负荷的灵活性来源、约束边界及量化方法：普通电动汽车基于荷电状态（SOC）安全边界和停车时间窗口形成概率性聚合能力，换电站依托电池库存和充换电解耦形成站端负荷转移空间，电动重卡在矿区、港口等场景提供集中式调节能力；三者均可从功率上下限、可转移电量和SOC状态边界刻画可调潜力，但须以车辆到离站时间、运输任务和站点容量等约束修正响应持续时间。算力侧从任务时间转移、空间迁移和设备侧功率调节3个层面分析了数据中心负荷灵活性，可延迟批处理任务、跨数据中心任务迁移和动态电压频率调节分别提供时间、空间和功率维度的调节空间，但均受服务等级协议、网络带宽和设备安全等约束限制。进一步归纳了协同量化思路：基于虚拟储能模型将交通补能时移与算力任务延迟统一为等效充放电行为并刻画时间灵活性边界；基于节点间可迁移负荷容量刻画空间灵活性；进而提出交通-算力交叉补偿模型，显式描述一类负荷受限时另一类负荷的补充调节关系，采用拉丁超立方抽样与

-medoids聚类生成代表场景，在给定置信水平下定义可信可执行功率、折减系数和响应可

靠率，实现理论潜力的可信量化。研究表明，交通负荷适合提供短时功率响应和局部配网支撑，算力负荷在持续调节和跨区域迁移方面更具优势，二者协同可形成“短时快速响应-中长期持续调节-跨节点负荷迁移”的复合柔性资源，有效提升绿电出力与负荷需求的时空匹配度。理论可调潜力须经运行约束和不确定性修正后才能作为电网可调用的柔性资源。最后指出，现有研究存在统一建模不足、可信可调潜力量化不足、指标体系不完善和典型场景验证不充分等问题，未来应发展机理-数据融合的可信潜力在线计算技术与安全隐私约束下的分布式智能调控技术。

Abstract

The high penetration of wind and photovoltaic power has shifted green power accommodation from an energy balance issue to the challenges of spatiotemporal source-load matching and flexible regulation. Emerging loads， including electric vehicles， battery swapping stations， energy replenishment stations for electric heavy-duty trucks， and data centers， have become important demand-side resources for supporting green power accommodation due to their spatiotemporal transfer and power regulation capabilities. The flexibility sources， constraint boundaries， and quantification methods for three types of transportation loads are reviewed. Conventional electric vehicles exhibit probabilistic aggregation capabilities based on safe state of charge （SOC） boundaries and parking time windows. Battery swapping stations provide station-level load transfer flexibility through battery inventories and decoupling of charging and swapping processes. Electric heavy-duty trucks provide centralized regulation capabilities in mines， ports， and other scenarios. The adjustable potential of all three load types can be characterized by upper and lower power limits， transferable energy， and SOC boundaries. However， the response duration should be corrected by considering constraints such as vehicle arrival and departure times， transport tasks， and station capacity. On the computing side， data center load flexibility is analyzed from three aspects： task time transfer， spatial migration， and equipment-side power regulation. Deferrable batch processing tasks， task migration across data centers， and dynamic voltage and frequency scaling provide regulation flexibility in the temporal， spatial， and power dimensions， respectively.

However， all of these approaches are constrained by service-level agreements， network bandwidth， and equipment safety. The approaches for coordinated quantification are further summarized. A virtual energy storage model is used to unify the time transfer of transportation energy replenishment and the delay of computing tasks as equivalent charging and discharging behaviors， and to characterize temporal flexibility boundaries. Spatial flexibility is characterized based on transferable load capacity between nodes， and a cross-compensation model between transportation and computing loads is then proposed to explicitly describe the complementary regulation relationship between the two types of loads when one type is constrained. Representative scenarios are generated using Latin hypercube sampling and

-medoids clustering. Under a specified confidence level， credible executable power， reduction coefficients， and response reliability rate are defined to enable credible quantification of theoretical potential. Existing studies indicate that transportation loads are suitable for providing short-term power response and local distribution network support， whereas computing loads have advantages in sustained regulation and cross-regional migration. Their coordination can form a composite flexible resource that integrates short-term rapid response， medium- and long-term continuous regulation， and cross-node load migration， thereby effectively improving the spatiotemporal matching between green power output and load demand. Theoretical adjustable potential can serve as a flexible resource available for grid scheduling only after correction for operating constraints and uncertainties. Existing research faces problems including inadequate unified modeling， insufficient quantification of credible adjustable potential， incomplete indicator systems， and inadequate validation in typical scenarios. Future efforts should focus on developing online technologies for credible potential calculation based on mechanism-d

ata fusion and distributed intelligent regulation technologies under security and privacy constraints.

关键词

Keywords

references

国家发展和改革委员会，国家能源局 . 关于有序推动绿电直连发展有关事项的通知［EB/OL］. （ 2025-05-30 ）［ 2026-07-28 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/202505/t20250530_1398138.html https://www.ndrc.gov.cn/xxgk/zcfb/tz/202505/t20250530_1398138.html .

国家发展和改革委员会，国家能源局，国家数据局 . 加快构建新型电力系统行动方案（ 2024 — 2027 年）［EB/OL］.（ 2024-07-25 ）［ 2026-07-28 ］. https：//www.gov.cn/zhengce/zhengceku/202408/content_6966863.htm https://www.gov.cn/zhengce/zhengceku/202408/content_6966863.htm .

国家能源局 . 关于新形势下配电网高质量发展的指导意见［EB/OL］.（ 2024-02-06 ）［ 2026-07-28 ］. https：//www.gov.cn/zhengce/zhengceku/202403/content_6935790.htm https://www.gov.cn/zhengce/zhengceku/202403/content_6935790.htm .

DRANKA G G ， FERREIRA P . Review and assessment of the different categories of demand response potentials ［J］. Energy ， 2019 ， 179 ： 280 - 294 .

MORALES-ESPAÑA G ， MARTÍNEZ-GORDÓN R ， SIJM J . Classifying and modelling demand response in power systems ［J］. Energy ， 2022 ， 242 ： 122544 .

FU Y ， BAI H ， CAI Y X ， et al . Optimal configuration method of demand-side flexible resources for enhancing renewable energy integration ［J］. Scientific Reports ， 2024 ， 14 ： 7658 .

HUNGERFORD Z ， BRUCE A ， MACGILL I . The value of flexible load in power systems with high renewable energy penetration ［J］. Energy ， 2019 ， 188 ： 115960 .

国家发展和改革委员会，国家能源局，工业和信息化部，市场监管总局 . 关于加强新能源汽车与电网融合互动的实施意见［EB/OL］.（ 2023-12-31 ）［ 2026-07-28 ］. https：//www.gov.cn/zhengce/zhengceku/202401/content_6924347.htm https://www.gov.cn/zhengce/zhengceku/202401/content_6924347.htm .

国家发展和改革委员会办公厅，国家能源局综合司，工业和信息化部办公厅，市场监管总局办公厅 . 关于推动车网互动规模化应用试点工作的通知［EB/OL］.（ 2024-08-23 ）［ 2026-07-28 ］. https：//www.gov.cn/zhengce/zhengceku/202409/content_6973459.htm https://www.gov.cn/zhengce/zhengceku/202409/content_6973459.htm .

GENOV E ， DE C C ， VAN K G ， et al . Forecasting flexibility of charging of electric vehicles： Tree and cluster-based methods ［J］. Applied Energy ， 2024 ， 353 ： 121969 .

STRIANI S ， UNTERLUGGAUER T ， ANDERSEN P B ， et al . Flexibility potential quantification of electric vehicle charging clusters ［J］. Sustainable Energy， Grids and Networks ， 2024 ， 40 ： 101547 .

鲍志远，胡泽春 . 大规模电动汽车充换电设施可调能力聚合评估与预测［J］. 中国电机工程学报， 2025 ， 45 （ 11 ）： 4103 - 4116， I 0001 .

BAO Zhiyuan ， HU Zechun . Aggregated assessment and prediction of adjustable capacity for large-scale electric vehicle charging and battery swapping facilities ［J］. Proceedings of the CSEE ， 2025 ， 45 （ 11 ）： 4103 - 4116， I 0001 .

国家发展和改革委员会，工业和信息化部，国家能源局，国家数据局 . 数据中心绿色低碳发展专项行动计划［EB/OL］.（ 2024-07-03 ）［ 2026-07-28 ］. https：//www.gov.cn/zhengce/zhengceku/202407/content_6964165.htm https://www.gov.cn/zhengce/zhengceku/202407/content_6964165.htm .

国家数据局 . 体系化推动算力电力协同持续提升数据中心绿电供给水平［EB/OL］.（ 2025-03-18 ）［ 2026-07-28 ］. https：//www.nda.gov.cn/sjj/ywpd/szkjyjcss/0318/20250318212051776584737_pc.html https://www.nda.gov.cn/sjj/ywpd/szkjyjcss/0318/20250318212051776584737_pc.html .

GUO C S ， LUO F J ， CAI Z X ， et al . Integrated energy systems of data centers and smart grids： State-of-the-art and future opportunities ［J］. Applied Energy ， 2021 ， 301 ： 117474 .

CHEN S R ， LI P ， JI H R ， et al . Operational flexibility of active distribution networks with the potential from data centers ［J］. Applied Energy ， 2021 ， 293 ： 116935 .

LIU W Y ， YAN Y J ， SUN Y M ， et al . Online job scheduling scheme for low-carbon data center operation： An information and energy nexus perspective ［J］. Applied Energy ， 2023 ， 338 ： 120918 .

ZARE GHALEH SEYYEDI A ， AKBARI E ， MAHMOUDI RASHID S ， et al . Application of robust optimized spatiotemporal load management of data centers for renewable curtailment mitigation ［J］. Renewable and Sustainable Energy Reviews ， 2024 ， 204 ： 114793 .

RIEPIN I ， BROWN T ， ZAVALA V M . Spatio-temporal load shifting for truly clean computing ［J］. Advances in Applied Energy ， 2025 ， 17 ： 100202 .

RAHMAN M M ， DADON S H ， HE M ， et al . An overview of power system flexibility： High renewable energy penetration scenarios ［J］. Energies ， 2024 ， 17 （ 24 ）： 6393 .

国家发展和改革委员会，国家能源局 . 关于促进新能源消纳和调控的指导意见［EB/OL］.（ 2025-11-10 ）［ 2026-07-28 ］. https：//www.ndrc.gov.cn/xwdt/tzgg/202511/t20251110_1401470.html https://www.ndrc.gov.cn/xwdt/tzgg/202511/t20251110_1401470.html .

徐涛，王樊云 . 电力需求响应实施现状综述及展望［J］. 分布式能源， 2024 ， 9 （ 3 ）： 1 - 11 .

XU Tao ， WANG Fanyun . Review and prospect of power demand response implementation ［J］. Distributed Energy ， 2024 ， 9 （ 3 ）： 1 - 11 .

XU R ， SEATLE M ， KENNEDY C ， et al . Flexible electric vehicle charging and its role in variable renewable energy integration ［J］. Environmental Systems Research ， 2023 ， 12 ： 11 .

陈恺，付宇，孙毅，等 . 基于计算热点转移的5G车联网能量实时协同管理策略［J］. 电工技术学报， 2024 ， 39 （ 23 ）： 7481 - 7497 .

CHEN Kai ， FU Yu ， SUN Yi ， et al . Online energy management strategy for 5G-vehicle network based on computing hotspot transfer ［J］. Transactions of China Electrotechnical Society ， 2024 ， 39 （ 23 ）： 7481 - 7497 .

周钱雨凡，杨苹，万思洋，等 . 算力电力节点可调节资源的双向协同优化调度［J］. 电力建设， 2025 ， 46 （ 2 ）： 13 - 25 .

ZHOU Qianyufan ， YANG Ping ， WAN Siyang ， et al . Bidirectional collaborative optimization scheduling of adjustable resources in computing node and power node ［J］. Electric Power Construction ， 2025 ， 46 （ 2 ）： 13 - 25 .

李昂，何嘉泰，李海波，等 . 面向新能源消纳的需求侧灵活性资源聚合响应分析［J］. 电网与清洁能源， 2024 ， 40 （ 3 ）： 147 - 154，162 .

LI Ang ， HE Jiatai ， LI Haibo ， et al . An aggregated response analysis of demand-side flexible resources for renewable energy accommodation ［J］. Power System and Clean Energy ， 2024 ， 40 （ 3 ）： 147 - 154， 162 .

凃陈，潘萱颖，王欢，等 . 计及多元绿电消费与时空灵活性的算电协同优化［J］. 电力建设， 2026 ， 47 （ 7 ）： 1 - 13 .

TU Chen ， PAN Xuanying ， WANG Huan ， et al . Optimization of computing power and electricity synergy considering diverse green electricity consumption modes and spatio-temporal flexibility ［J］. Electric Power Construction ， 2026 ， 47 （ 7 ）： 1 - 13 .

NAOI H ， DELAGE R ， NAKATA T ， et al . Integrating location planning and spatio-temporal workload shifting for 100% renewable energy data centers：A case study in Japan ［J］. Energy Strategy Reviews ， 2025 ， 61 ： 101823 .

HUBER J ， DANN D ， WEINHARDT C . Probabilistic forecasts of time and energy flexibility in battery electric vehicle charging ［J］. Applied Energy ， 2020 ， 262 ： 114525 .

ZHANG Y J ， TSILIGKARIDIS A ， PASCHALIDIS I C ， et al . Data center and load aggregator coordination towards electricity demand response ［J］. Sustainable Computing： Informatics and Systems ， 2024 ， 42 ： 100957 .

MOTLAGH S G ， OLADIGBOLU J ， LI L ， et al . A review on electric vehicle charging station operation with market and grid interactions ［J］. Applied Energy ， 2025 ， 392 ： 126058 .

CHEMUDUPATY R ， BAHMANI R ， FRIDGEN G ， et al . Uncertain electric vehicle charging flexibility， its value on spot markets， and the impact of user behaviour ［J］. Applied Energy ， 2025 ， 394 ： 126063 .

WANG X W ， WANG S Y ， DU L ， et al . Online hierarchical aggregate power flexibility characterization of EV charging stations with disaggregation feasibility guarantee ［J］. IEEE Transactions on Transportation Electrification ， 2025 ， 11 （ 6 ）： 13274 - 13286 .

WU F Z ， YANG J ， KE S ， et al . Coordinated fault risk prevention in coupled distribution and transportation networks considering flexible travel demands ［J］. Protection and Control of Modern Power Systems ， 2025 ， 10 （ 4 ）： 16 - 27 .

毛玲，张钟浩，赵晋斌，等 . 车-桩-网交融技术研究现状及展望［J］. 电工技术学报， 2022 ， 37 （ 24 ）： 6357 - 6371 .

MAO Ling ， ZHANG Zhonghao ， ZHAO Jinbin ， et al . Research status and prospects of fusion technology of vehicle-charging pile-power grid ［J］. Transactions of China Electrotechnical Society ， 2022 ， 37 （ 24 ）： 6357 - 6371 .

WANG X W ， CHEN Y . Carbon-aware quantification of real-time aggregate power flexibility of electric vehicles ［J］. IEEE Transactions on Smart Grid ， 2025 ， 16 （ 6 ）： 4906 - 4920 .

THRÄN J ， MAREČEK J ， SHORTEN R N ， et al . Reserve provision from electric vehicles： Aggregate boundaries and stochastic model predictive control ［J］. IEEE Transactions on Power Systems ， 2025 ， 40 （ 5 ）： 4081 - 4092 .

SUI Q ， LI F Y ， WU C T ， et al . Optimal scheduling of battery charging-swapping systems for distribution network resilience enhancement ［J］. Energy Reports ， 2022 ， 8 ： 6161 - 6170 .

NAYAK D S ， MISRA S . An operational scheduling framework for electric vehicle battery swapping station under demand uncertainty ［J］. Energy ， 2024 ， 290 ： 130219 .

HU X Y ， LI H L ， XIE C . Optimal charging scheduling of an electric bus fleet with photovoltaic-storage-charging stations ［J］. Applied Energy ， 2025 ， 390 ： 125714 .

孔凡强，兰海涛，吕帅帅，等 . 考虑各季节富余电池仓数量的出租车换电站调节能力挖掘策略［J］. 电力建设， 2026 ， 47 （ 5 ）： 147 - 158 .

KONG Fanqiang ， LAN Haitao ， LYU Shuaishuai ， et al . Strategy for optimizing the regulation capability of taxi battery-swapping stations by leveraging seasonally surplus battery slots ［J］. Electric Power Construction ， 2026 ， 47 （ 5 ）： 147 - 158 .

SONG S H ， QIU Y ， COATES R L ， et al . Depot charging schedule optimization for medium- and heavy-duty battery-electric trucks ［J］. World Electric Vehicle Journal ， 2024 ， 15 （ 8 ）： 379 .

王永利，朱明阳，张云飞，等 . 考虑电力市场与新能源耦合的换电站充电优化调度策略［J］. 电力建设， 2025 ， 46 （ 6 ）： 38 - 48 .

WANG Yongli ， ZHU Mingyang ， ZHANG Yunfei ， et al . Optimization strategy for battery swapping station scheduling considering coupling of power market and new energy source ［J］. Electric Power Construction ， 2025 ， 46 （ 6 ）： 38 - 48 .

BRAGIN M A ， YE Z Z ， YU N P . Toward efficient transportation electrification of heavy-duty trucks： Joint scheduling of truck routing and charging ［J］. Transportation Research Part C： Emerging Technologies ， 2024 ， 160 ： 104494 .

National Renewable Energy Laboratory . Medium- and heavy-duty electric vehicle charging infrastructure and grid integration report ［R］. Golden ： NREL ， 2023 .

WAN Y C ， HE Z G ， GAO Y F ， et al . Long-haul truck charging planning problem considering time flexibility and energy flexibility ［J］. Energy ， 2024 ， 306 ： 132361 .

刘展鹏，范帅，蔡思烨，等 . 面向准线型需求响应的重卡换电站日前-实时优化调度方法［J］. 电力建设， 2025 ， 46 （ 6 ）： 106 - 120 .

LIU Zhanpeng ， FAN Shuai ， CAI Siye ， et al . Day-ahead real-time optimal scheduling approach for customer directrix load-based demand response of heavy-duty truck battery swapping stations ［J］. Electric Power Construction ， 2025 ， 46 （ 6 ）： 106 - 120 .

ZHANG Y B ， TANG H ， LI H X ， et al . Unlocking the flexibilities of data centers for smart grid services： Optimal dispatch and design of energy storage systems under progressive loading ［J］. Energy ， 2025 ， 316 ： 134511 .

YANG J ， YU F ， MA K ， et al . Optimal scheduling of electric-hydrogen integrated charging station for new energy vehicles ［J］. Renewable Energy ， 2024 ， 224 ： 120224 .

丁肇豪，曹雨洁，张素芳，等 . 能源互联网背景下数据中心与电力系统协同优化（一）：数据中心能耗模型［J］. 中国电机工程学报， 2022 ， 42 （ 9 ）： 3161 - 3176 .

DING Zhaohao ， CAO Yujie ， ZHANG Sufang ， et al . Coordinated operation for data center and power system in the context of energy Internet（Ⅰ）： Energy demand management model of data center ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 9 ）： 3161 - 3176 .

蔡灿，荣娜，韩松 . 考虑集成数据中心需求响应的主动配电网优化控制策略［J］. 南方能源建设， 2026 ， 13 （ 2 ）： 53 - 63 .

CAI Can ， RONG Na ， HAN Song . Optimization control strategies for active distribution networks considering demand response of integrated data centers ［J］. Southern Energy Construction ， 2026 ， 13 （ 2 ）： 53 - 63 .

CAO Y J ， CHENG M ， ZHANG S F ， et al . Data-driven flexibility assessment for Internet data center towards periodic batch workloads ［J］. Applied Energy ， 2022 ， 324 ： 119665 .

ZHAO M M ， WANG X Y ， MO J R . Workload and energy management of geo-distributed datacenters considering demand response programs ［J］. Sustainable Energy Technologies and Assessments ， 2023 ， 55 ： 102851 .

TAKCI M T ， QADRDAN M ， SUMMERS J ， et al . Data centres as a source of flexibility for power systems ［J］. Energy Reports ， 2025 ， 13 ： 3661 - 3671 .

ZHANG Y S ， ZOU B K ， JIN X ， et al . Mitigating power grid impact from proactive data center workload shifts： A coordinated scheduling strategy integrating synergistic traffic-data-power networks ［J］. Applied Energy ， 2025 ， 377 ： 124697 .

XUE L ， WANG J X ， LI H T ， et al . Online energy conservation scheduling for geo-distributed data centers with hybrid data-driven and knowledge-driven approach ［J］. Energy ， 2025 ， 322 ： 135714 .

杨挺，姜含，侯昱丞，等 . 基于计算负荷时-空双维迁移的互联多数据中心碳中和调控方法研究［J］. 中国电机工程学报， 2022 ， 42 （ 1 ）： 164 - 176 .

YANG Ting ， JIANG Han ， HOU Yucheng ， et al . Study on carbon neutrality regulation method of interconnected multi-datacenter based on spatio-temporal dual-dimensional computing load migration ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 1 ）： 164 - 176 .

曾博，孟自帅，董嘉路，等 . 考虑电-水耦合灵活性的数据中心与城市配电-水网协同规划研究［J］. 电工技术学报， 2025 ， 40 （ 23 ）： 7554 - 7569 .

ZENG Bo ， MENG Zishuai ， DONG Jialu ， et al . Research on synergistic planning of data center and urban electricity-water distribution networks considering electricity-water interdependent flexibility ［J］. Transactions of China Electrotechnical Society ， 2025 ， 40 （ 23 ）： 7554 - 7569 .

KWON S ， NTAIMO L ， GAUTAM N . Demand response in data centers： Integration of server provisioning and power procurement ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 5 ）： 4928 - 4938 .

曹雨洁，丁肇豪，王鹏，等 . 能源互联网背景下数据中心与电力系统协同优化（二）：机遇与挑战［J］. 中国电机工程学报， 2022 ， 42 （ 10 ）： 3512 - 3527 .

CAO Yujie ， DING Zhaohao ， WANG Peng ， et al . Coordinated operation for data center and power system in the context of energy internet（Ⅱ）： Opportunities and challenges ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 10 ）： 3512 - 3527 .

WANG W ， ABDOLRASHIDI A ， YU N P ， et al . Frequency regulation service provision in data center with computational flexibility ［J］. Applied Energy ， 2019 ， 251 ： 113304 .

FU Y Y ， HAN X ， BAKER K ， et al . Assessments of data centers for provision of frequency regulation ［J］. Applied Energy ， 2020 ， 277 ： 115621 .

WU J M ， LIU S D ， BU X D ， et al . Power dispatch and communication transmission co-design for frequency regulation in multiple virtual power plants based on data center aggregation ［J］. Protection and Control of Modern Power Systems ， 2026 ， 11 （ 4 ）： 68 - 80 .

范俊秋，赵庆明，王世蓉，等 . 数据中心冷水机组参与电力系统需求响应的方法及潜力评估［J］. 电力系统及其自动化学报， 2025 ， 37 （ 9 ）： 142 - 148 .

FAN Junqiu ， ZHAO Qingming ， WANG Shirong ， et al . Method and potential evaluation for water chiller units in data center participating in demand response of power system ［J］. Proceedings of the CSU-EPSA ， 2025 ， 37 （ 9 ）： 142 - 148 .

CHEN C Y ， YE C J ， DING Y ， et al . Exploring the demand response potential of liquid-cooled data centers ［J］. Applied Energy ， 2026 ， 412 ： 127679 .

苏娟，李拓，刘峻玮，等 . 综合能源系统下虚拟储能建模方法与应用场景研究综述及展望［J］. 中国电力， 2024 ， 57 （ 6 ）： 53 - 68 .

SU Juan ， LI Tuo ， LIU Junwei ， et al . Review and prospect of modeling method and application scenarios of virtual energy storage under integrated energy system ［J］. Electric Power ， 2024 ， 57 （ 6 ）： 53 - 68 .

MUESSEL J ， RUHNAU O ， MADLENER R . Accurate and scalable representation of electric vehicles in energy system models： A virtual storage-based aggregation approach ［J］. iScience ， 2023 ， 26 （ 10 ）： 107816 .

刘斌，孙周，姜之未，等 . 数字化赋能交通能源融合：技术路径、应用场景与未来展望［J］. 综合智慧能源， 2025 ， 47 （ 2 ）： 1 - 12 .

LIU Bin ， SUN Zhou ， JIANG Zhiwei ， et al . Digital empowerment of transport-energy integration：Technological pathways， application scenarios and future prospects ［J］. Integrated Intelligent Energy ， 2025 ， 47 （ 2 ）： 1 - 12 .

王强，毕宇豪，高超，等 . 融合多方信息的电动汽车充电负荷时空分布预测［J］. 电力建设， 2025 ， 46 （ 6 ）： 24 - 37 .

WANG Qiang ， BI Yuhao ， GAO Chao ， et al . Prediction of spatiotemporal distribution of electric vehicle charging load based on multi-source information ［J］. Electric Power Construction ， 2025 ， 46 （ 6 ）： 24 - 37 .

张冬冬，李芳凝，刘天皓 . 新型电力系统负荷预测关键技术及多元场景应用［J］. 综合智慧能源， 2025 ， 47 （ 3 ）： 47 - 61 .

ZHANG Dongdong ， LI Fangning ， LIU Tianhao . Key technologies for load forecasting in new power systems and their applications in diverse scenario ［J］. Integrated Intelligent Energy ， 2025 ， 47 （ 3 ）： 47 - 61 .

ZHANG W Q ， ZAVALA V M . Remunerating space-time， load-shifting flexibility from data centers in electricity markets ［J］. Applied Energy ， 2022 ， 326 ： 119930 .

张玉莹，曾博，周吟雨，等 . 碳减排驱动下的数据中心与配电网交互式集成规划研究［J］. 电工技术学报， 2023 ， 38 （ 23 ）： 6433 - 6450 .

ZHANG Yuying ， ZENG Bo ， ZHOU Yinyu ， et al . Research on interactive integration planning of data centers and distribution network driven by carbon emission reduction ［J］. Transactions of China Electrotechnical Society ， 2023 ， 38 （ 23 ）： 6433 - 6450 .

LI S W ， YUAN S ， GUO S L ， et al . Collaborative optimization scheduling strategy of electric vehicle load cluster and data center for multi-station integration ［J］. IEEE Access ， 2026 ， 14 ： 36414 - 36429 .

文亚凤，程祖铭，刘欣雅，等 . 考虑算力-电热耦合的边缘数据中心能量优化管理［J］. 中国电机工程学报， 2026 ， 46 （ 1 ）： 186 - 197 .

WEN Yafeng ， CHENG Zuming ， LIU Xinya ， et al . Energy optimization management of edge data centers considering computing power-electrothermal coupling ［J］. Proceedings of the CSEE ， 2026 ， 46 （ 1 ）： 186 - 197 .

张锞，王旭，杨宏坤，等 . 数据中心集群灵活边界下电力系统分布鲁棒优化调度方法［J］. 电力系统自动化， 2024 ， 48 （ 7 ）： 235 - 247 .

ZHANG Ke ， WANG Xu ， YANG Hongkun ， et al . Distributionally robust optimal scheduling method for power system under flexibility boundaries of data center clusters ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 7 ）： 235 - 247 .

崔杨，程禹烽，赵钰婷，等 . 考虑特性分类批处理负荷可调节能力的数据中心微网灵活性设备分布鲁棒容量配置方法［J］. 电力自动化设备， 2024 ， 44 （ 7 ）： 180 - 188 .

CUI Yang ， CHENG Yufeng ， ZHAO Yuting ， et al . Distributionally robust capacity allocation method for flexibility device of data center microgrid considering adjustable capability of characteristic classification batch processing loads ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 7 ）： 180 - 188 .

JIANG S Y ， HUI H X ， SONG Y H . Credible demand response capacity evaluation for building HVAC systems based on grey-box models ［J］. Applied Energy ， 2025 ， 395 ： 126144 .

SOBHY A S M ， CAESARY D ， KIM H ， EOM J . When and where it counts： Enhancing demand response in electric vehicle charging ［J］. Applied Energy ， 2025 ， 401 ： 126739 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

绿电直连视角下电-碳-算协同控制技术探究

智算中心柔性负荷建模与算电协同调控关键技术及展望

计及算力与储冷灵活性的数据中心多能微网运行优化

计及差异化需求响应的算电协同优化运行

考虑算力弹性伸缩的智算中心与电网协同优化运行关键技术综述